هوش مصنوعی Qwen-Image-2.1-Turbo از راه رسید؛ تولید و ویرایش تصویر در ۸ گام

علی‌بابا نسخه‌ی سریع مدل تولید تصویر هوش مصنوعی Qwen-Image-2.1-Turbo، را منتشر کرد. این مدل با استفاده از تنها ۸ مرحله، تصاویر باکیفیت در وضوح 2K تولید می‌کند و امکان ویرایش تصاویر با دستورهای متنی را نیز در اختیار کاربران قرار می‌دهد.

مدل جدید نسخه‌ای بهینه‌شده از Qwen-Image-2.1 محسوب می‌شود و از همان معماری تولید تصویر با ۷ میلیارد پارامتر استفاده می‌کند. هدف از توسعه‌ی نسخه‌ی توربو، کاهش زمان پردازش و سریع‌تر کردن تولید تصویر است؛ بدون اینکه کیفیت خروجی به‌طور محسوسی افت کند.

مدل‌های انتشار تصویر مبتنی بر انتشار تدریجی معمولاً با فرایند حذف نویز، تصویر نهایی را از یک وضعیت اولیه‌ی تصادفی شکل می‌دهند. در این فرایند، مدل طی چندین مرحله جزئیات تصویر را بهبود می‌دهد. Qwen-Image-2.1-Turbo با کاهش تعداد این مراحل به ۸، تلاش می‌کند سرعت تولید را افزایش دهد.

به‌گفته‌ی علی‌بابا، این مدل علاوه‌بر تولید تصویر از توضیحات متنی، ویرایش تصاویر موجود را هم پشتیبانی می‌کند. کاربران می‌توانند با دستورهایی به زبان طبیعی، جزئیاتی مانند لوازم جانبی را به تصویر اضافه کنند یا بخش‌هایی از صحنه و پس‌زمینه را تغییر دهند.